Welche Rolle spielen Dioden bei der Herzfrequenzüberwachung intelligenter Armbänder?

1, PPG-Technologieprinzip: der Kernmechanismus von Dioden
Die Herzfrequenzüberwachung intelligenter Armbänder basiert hauptsächlich auf der PPG-Technologie und ihr Kernprozess umfasst vier Schritte: Lichtquellenemission, Lichtsignaldurchdringung und -reflexion, Lichtsignalempfang und Signalverarbeitung. In diesem Prozess spielen Dioden eine doppelte Rolle: Sie emittieren Lichtquellen und empfangen Lichtsignale:

Lichtquellenemission: Die im Armband eingebaute LED-Diode (normalerweise grünes Licht, Wellenlänge 530 nm) sendet regelmäßig Licht aus, das die Haut durchdringt. Grünes Licht wird effizient vom Hämoglobin im Blut absorbiert, während nicht absorbiertes Licht zur Hautoberfläche zurückreflektiert wird. Diese Wellenlängenauswahl basiert auf den starken Absorptionseigenschaften von Blut gegenüber grünem Licht, wodurch der Signalkontrast maximiert werden kann.
Empfang optischer Signale: Fotodioden (z. B. VEMD2704 von Vishay) sind für den Empfang reflektierter optischer Signale und deren Umwandlung in elektrische Signale verantwortlich. Wenn das Herz Blut pumpt, ändert sich das Volumen der arteriellen Gefäße periodisch, was zu Schwankungen in der Intensität des reflektierten Lichts führt. Fotodioden erzeugen elektrische Signale, die mit der Herzfrequenz synchronisiert sind, indem sie diese subtilen Änderungen der Lichtintensität erfassen.
Signalverarbeitung: Der eingebaute-Chip des Armbands filtert, verstärkt und analysiert das elektrische Signal mithilfe von Algorithmen und berechnet schließlich den Herzfrequenzwert. Beispielsweise erreicht das Xiaomi Mi Band 7 einen elektrostatischen Schutz durch die in DFN2x2-3L verpackte TVS-Diode (ESD5641D12), die die Stabilität der Signalübertragung gewährleistet.

2, Geräteauswahl: Anpassung an Leistung und Szenarien
Die Leistung von Fotodioden bestimmt direkt die Genauigkeit und Zuverlässigkeit der Herzfrequenzüberwachung. In der praktischen Anwendung müssen folgende Schlüsselparameter umfassend berücksichtigt werden:

Wellenlängen-Reaktionsbereich: Die Herzfrequenzüberwachung muss das grüne Lichtband (530 nm) abdecken, während die Blutsauerstoffüberwachung sowohl rotes Licht (660 nm) als auch Infrarotlicht (940 nm) unterstützen muss. Einige High-End-Armbänder wie die Apple Watch verwenden Multiwellenlängen-Fotodioden, um eine synchrone Überwachung der Herzfrequenz und des Blutsauerstoffs zu erreichen, indem sie die Unterschiede in der Lichtabsorption bei verschiedenen Wellenlängen analysieren.
Empfindlichkeit und Signal{0}}zu-Verhältnis: Unter Bewegung schwankt die Intensität der Lichtreflexion auf der Hautoberfläche dramatisch, sodass Fotodioden eine hohe Empfindlichkeit aufweisen müssen, um schwache Signale zu erfassen. Der VEMD2704 von Vishay verbessert das Signal-Rausch-Verhältnis auf mehr als das Doppelte im Vergleich zu herkömmlichen Geräten, indem er die Infrarotlicht-Reaktionskurve optimiert und so Störungen durch Bewegungsartefakte effektiv reduziert.
Paketgröße und Stromverbrauch: Für intelligente Armbänder gelten strenge Anforderungen an die Miniaturisierung der Geräte und einen geringen Stromverbrauch. Beispielsweise verwendet VEMD2704 ein 1,8 mm × 2,0 mm großes Mikrogehäuse mit einem Stromverbrauch von nur 0,1 mW, was die Batterielebensdauer des Armbands für bis zu 7 Tage erfüllen kann.

3, Anwendungsherausforderung: Beeinträchtigung durch Umwelt- und physiologische Faktoren
Trotz der hohen Reife der PPG-Technologie steht sie im praktischen Einsatz immer noch vor zahlreichen Herausforderungen, die durch eine Kombination aus Diodenauswahl und Algorithmusoptimierung angegangen werden müssen

Störungen durch Umgebungslicht: Starkes Licht (z. B. Sonnenlicht) kann zu einer Sättigung der Fotodioden und damit zu Signalverzerrungen führen. Die Lösung umfasst:
Bei Verwendung von Schmalbandfiltern wird nur die Zielwellenlänge (z. B. 530 nm) durchgelassen;
Passen Sie den LED-Treiberstrom dynamisch an, um Signalstärke und Umgebungslichteffekte auszugleichen.
Bewegungsartefakte: Armschwingungen oder Muskelkontraktionen können den Lichtweg auf der Hautoberfläche verändern und zu Signalschwankungen führen. Beispielsweise können die Herzfrequenzdaten des Armbands beim Laufen vorübergehend abnormal sein. Zu den Optimierungsrichtungen gehören:
Wählen Sie Fotodioden mit starker Entstörungsfähigkeit (z. B. Low-Junction-Kondensatoren);
Durch die Kombination von Beschleunigungssensordaten werden Bewegungsstörungen durch Algorithmen eliminiert.
Hautunterschiede: Dunkle Haut oder Tätowierungen können die Effizienz der Lichtreflexion verringern und die Überwachungsgenauigkeit beeinträchtigen. Einige Armbänder lindern dieses Problem, indem sie die LED-Antriebsleistung erhöhen oder Lichtquellen mit mehreren Wellenlängen (z. B. rotes und grünes Licht) verwenden.

4, Technische Optimierung: Innovation vom Gerät zum System
Um die medizinische Genauigkeit der Herzfrequenzüberwachung zu verbessern, fördert die Branche technologische Verbesserungen auf zwei Ebenen: Gerätedesign und Systemintegration

Geräteinnovation:
Integration mehrerer Wellenlängen: Beispielsweise integriert die BPW34-Fotodiode von ROHM Grün-, Rot- und Infrarotsensoren auf einem einzigen Chip, um eine synchrone Überwachung von Herzfrequenz, Blutsauerstoff und Blutdruck zu erreichen.
Flexibles Substrat: Die von der City University of Hong Kong vorgeschlagene 3D-Flüssigkeitsdioden-Technologie (3D LD) erreicht eine unidirektionale Schweißübertragung und eine verbesserte Atmungsaktivität durch den Aufbau heterogener Benetzungsmikrostrukturen und löst so das Signaldriftproblem, das durch Schweißansammlung in herkömmlichen Armbändern verursacht wird.
Algorithmusoptimierung:
Deep-Learning-Modell: Armbänder der Huawei GT-Serie verwenden Convolutional Neural Networks (CNN), um die Wellenformeigenschaften von PPG-Signalen zu analysieren, zwischen echten Herzfrequenz- und Bewegungsartefakten zu unterscheiden und statische Herzfrequenzfehler auf ± 1 bpm zu reduzieren.
Multi-Sensor-Fusion: Kombination von EKG-Elektroden mit PPG-Sensoren, Kalibrierung von Herzfrequenzdaten durch Vergleich der Zeitverzögerung von EKG-Signalen und optischen Signalen und Verbesserung der Genauigkeit in dynamischen Szenen.